智能语音技术已经达到商用门槛

您当前位置：首页 > 行业分析 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-08-31 17:47:35】【打印】【关闭】

相关报告

2016-2022年中国抗静电剂行业市场深度调查研究及投资咨询报告(2015-11-25)
2015-2019年蜜蜂项目商业计划书(2014-11-21)
2018-2022年中国连锁酒店行业市场深度调查研究及投资咨询报告(2017-10-31)
2014-2018年中国电池行业市场深度调查研究及投资前景咨询研究报告(2014-01-16)
2015-2020年中国灯盘行业市场深度剖析及投资发展研究报告(2015-07-21)
2014-2018年中国化工中间体行业市场全面深度调查研究及投资研究报告(2014-03-12)
2014-2018年中国滤芯行业市场深度调查研究及投资前景咨询研究报告(2014-03-25)
2015-2020年中国转子定子行业市场重点层面调查研究报告(2015-10-16)
2014-2018年中国纯净水业兼并重组及投资建议研究分析报告(2014-09-29)
2014版全国主要地区地震仪器产业发展状况暨投资环境调查研究报告(2014-05-16)

语音语义发展历经三阶段，规则阶段进展甚微，统计阶段第一次爆发，深度学习是第二次爆发。20世纪50年代到70年代，在语音识别领域由规则主导，瓶颈无法破除发展缓慢，IBM几百个词70%的识别度；20世纪70年代到20世纪末，发展迅速，统计与规则角力，并逐步解决语音识别、词性分析、句法分析问题；21世纪初，由于计算能力增强语音技术有了重大突破，2006年至今，深度学习继续在语音识别领域完善。

语音语义发展历史

自动语音识别（ASR）从规则到统计再到深度学习，识别能力越来越强。自动语音识别技术（AutomaticSpeechRecognition）是一种将人的语音转换为文本的技术。由于语音信号的多样性和复杂性，语音识别系统只能在一定的限制条件下获得满意的性能，或者说只能应用于某些特定的场合。自动语音识别的总体过程是：语音输入，然后前处理得到数字信号，再进行声学特征的提取，进行模式匹配，处理后得到结果。技术流程是：先对静音切除，再进行声学特征提取，然后对其进行分帧，得到多维向量表达的若干帧，再把帧识别为状态（难点），每三个状态合组合为1个音素，再把因素组合为单词。

自动语音识别流程

自动语音识别错误率目前已达到商用门槛。国际上公认衡量自动语音水平的参数为语音识别错误率（WER），人类的语音识别错误率为4%，目前商用语音系统的WER在15%左右，达到了实用门槛。国际上占据全球市场60%份额的第一大语音公司Nuance为包括苹果在内的财富100强公司的三分之二的公司提供语音技术服务，其WER在10%左右。Google依靠强大的深度学习，在2015年率先将WER降低至8%。国内语音实力最强的科大讯飞也达到了15%的使用门槛，针对会议演讲等场景达到5%以上的识别率，特别在针对中文部分方言也达到了实用门槛。

语音识别错误率比较